“8·16”暴雨在辽宁不同地区的雨强和持续性及其对农牧业影响的分析

2013年8月15—17日辽宁地区出现特大暴雨过程，对当地造成了重大的经济损失。利用探空资料、地面实测资料及ECWMF再分析资料，通过分析高低空天气形势、水汽条件以及垂直运动条件，对“8·16”暴雨在辽宁不同地区的雨强和持续性进行了分析。结果表明，大中尺度环流场为该次暴雨提供了十分有利的背景条件，高空急流和低空切变提供良好的动力抬升条件，地形和局地水汽量是不同地区雨强和雨量存在差别的重要因子，整个天气过程清原县总降水量最大、持续时间最长，造成了巨大的损失；小时最大雨强出现在黑山县为108.2 mm。该次暴雨对辽宁地区的农牧业生产产生巨大损失，辽宁省农业受灾情况严重，其中，黑山县农牧渔业直接经济损失达到2.12亿元人民币；西丰县农牧渔业损失达2.745亿元人民币；抚顺市农作物受灾面积1 803.47 hm^2，对农业生产造成的直接经济损失为2 366万元人民币；新宾县农作物受灾总面积5 244.3 hm^2、成灾面积4 387 hm^2、绝收面积1 341.5 hm^2、毁坏耕地面积890.3 hm^2，死亡大牲畜135头、羊50只。     

基于温室内气象数据的适用于冬季日光温室番茄蒸腾量各子模型对比研究

北方寒区日光温室冬季生产基本无通风,为了探寻温室内不同边界层空气动力学阻力(r_a)与气孔平均阻力(r_c)表达式计算植株蒸腾量的差别及适用于此环境下的最优子模型模拟式,以Penman-Monteith(P-M)方程为基础,比较分析了4组适用于北方寒区冬季日光温室(基本无通风条件)的r_a、r_c子模型模拟的温室内番茄植株蒸腾量。结果表明:子模型的变化具有波动性,采用不同子模型模拟的蒸腾量值差异较大,北方寒区冬季日光温室植株蒸腾作用主要集中于白天,此时不同子模型模拟的r_a、r_c平均变化量分别为5.73%、37.10%;本试验环境下,温室仅在中午前后通风,其余时间处于密闭状态,此时,室内风速垂直流通且并不均匀,选用包含空气温度、植株叶片温度及植株生理指标(叶片特征长度、单株植株叶面积指数LAI)等参数模拟单株植株边界层空气动力学阻力值,选用的r_a模拟式在晴天、阴天平均变化范围分别为185～489、249～357 s·m~(-1),模型检验结果为:Pearson=0.826,MRE=21.69%,MAE=0.02,RMSE=18.59,EF=0.81;应用反演式模拟单株植株气孔平均阻力的准确率较高,选用的r_c反演式在晴天、阴天平均变化范围分别为253～1 356、235～1 260 s·m~(-1),模型检验结果为:Pearson=0.955,MRE=7.16%,MAE=0.01,RMSE=8.56,EF=0.95。     

探讨构成艺术在现代风景园林设计中的应用

园林艺术设计是园林景观设计的主要内容,通过园林艺术设计改造自然的园林花草以及树木,营造适合人们休憩和娱乐的环境,满足现代人的精神需求。在这样的设计过程中,构成艺术是一种成熟的理论体系,良好的艺术效果使得其在园林景观设计中被广泛应用。构成艺术作为艺术设计的基础,在现代风景园林设计中有着重要意义。阐述构成艺术在现代风景园林设计中的应用原则,对其应用进行探究,以供参考。     

探讨日照对园林植物色彩视觉的影响

在园林景观中,植物的色彩视觉是衡量整体布局效果和审美价值的重要标准。随着日照变化,园林植物的色彩视觉也会随之发生变化,影响了植物色彩的视觉效果。探讨了日照对园林植物色彩视觉的影响,期望可以为园林规划设计提供可靠的参考借鉴。     

智能网格产品在锦州地区温度预报中的检验及订正

本文通过对2019-2020年锦州地区83个观测站点的智能网格预报产品数据以及同时段内实况值进行检验，并分别进行分位数映射法、随机森林算法和xgboost算法对智能网格温度预报进行订正，得出结果：（1）智能网格最高温度预报准确率好于最低温度，城镇最高、最低温度预报准确率明显高于乡镇观测站。（2）三种订正方法中乡镇最高、最低温度预报订正效果整体均好于城镇温度预报订正。（3）分位数映射法订正后，乡镇最高、最低温度预报准确率均有显著提高，城镇则均下降；随机森林算法订正后城镇最高温度预报准确率整体提升，而最低温度预报准确率则有明显下降，乡镇最高、最低温度预报准确率都有所上升；xgboost算法订正后，城镇、乡镇观测站的最高、最低温度预报准确率均有大幅度提升，xgboost算法订正效果最明显。（4）对Xgboost算法订正进行应用检验，全区最高气温准确率、最低气温准确率分别提升7.6个百分点、15个百分点。总体而言，对乡镇最高、最低气温订正效果比城镇站订正效果好。     

锦州地区暴雨预警信号发布技巧的研究

本项目通过对2019——2021年锦州地区112个气象观测站的分钟级降水数据进行统计分析,分别计算每个时次上的12小时、6小时、3小时及1小时的累计降水量。假设以累计降水量20mm为起点,每增加1mm降水时,向上浮动5mm的降水区间内发布暴雨蓝色、黄色以及橙色预警信号,以50mm为起点,每增加1mm降水时,向上浮动5mm的降水区间内发布暴雨红色预警信号,计算每个累计降水区间内的平均TS评分办法所得分数、提前时间以及有效性评分办法所得分数。找出各级暴雨预警信号预警信号准确率达到90%时,所对应的累计降水区间作为发布各级暴雨预警信号的最优降水区间,各级暴雨预警信号有效性评分办法得分最高时所对应的累计降水区间为该评分办法下的最优累计降水量区间。